Google などのエージェントに MCP の脆弱性、エージェント間で悪意ある指示が伝播
独立研究者 Syed Anas Mohiuddin 氏は、Google、JPモルガン・チェース、Weaviate、Rapid7、フランス政府の省庁間デジタル事務局、米国連邦政府などのエージェントを検証し、MCP(Model Context Protocol)の信頼の隙を突いた概念実証攻撃を実施した。
独立研究者 Syed Anas Mohiuddin 氏は、Google、JPモルガン・チェース、Weaviate、Rapid7、フランス政府の省庁間デジタル事務局、米国連邦政府などのエージェントを検証し、MCP(Model Context Protocol)の信頼の隙を突いた概念実証攻撃を実施した。
Z.ai の GLM 5.3 が Amazon Bedrock で提供開始された。753B パラメータの MoE モデルで、コーディングと長時間のエージェントタスク向け。フルマネージド API を通じてクロスリージョン推論、プロンプトキャッシュ、サービスティアを提供し、現在は条件を満たす企業顧客向けに公開されている。
Anthropic の Felix Rieseberg 氏によると、旧版 Cowork はモデル推論をクラウドで行い、ツール呼び出しはローカル VM で実行していた。VM の追加は能力・安全性・セキュリティ上の理由によるもので、ユーザーが明示的にセッションに追加したデータのみをマッピングする。ユーザーからはローカル VM によるディスク・バッテリー・性能の負荷や、ノート PC を閉じると作業が中断される点への不満が上がっていた。
Google の Gemini「Call for Me」AI 機能が、ビジネス通話から個人向けの場面に拡大する可能性がある。Android Authority が APK の解析で「Gemini Calling」の案内画面を発見したもので、例として「母に電話して 15 分遅れると伝えて」「John に電話して夕食に来るか聞いて」が挙げられている。
Googleは報告書「エージェントのプライバシーとセキュリティにおける未解決・新興課題:文脈的観点」を公開した。2025年末にニューヨークで開催されたCAPSワークショップで、学界と業界から50名以上が協力してまとめたもの。報告書は、エージェントが非構造化インターフェース、確率的な制御フロー、自律的な委任という3点で従来のソフトウェアと異なると指摘。Contextual Integrity理論を基盤に、リアルタイムでポリシーを生成する文脈ポリシーエンジンを構築し、システムサンドボックス、モデル推論、ユーザー制御の各層で協調して防御すべきだと主張している。
評価額100億ドルのInstinctは、AIエージェントをグループチャットに拡張すると発表した。ユーザーは友人とのチャットにエージェントを追加でき、旅行の計画、チケットの確保、チームでの活動、役割分担などの場面で活用できる。友人がInstinctに登録していなくても参加できる。
Reflection AIは初のフロンティア級オープンウェイトモデルBeamを公開し、高度な推論ベンチマークで中国の主要オープンモデルと同等の性能を大幅に低い推論コストで実現すると主張している。Beamは総パラメータ5010億、アクティブパラメータ230億のテキストMoEモデルで、23.8兆トークンで事前学習され、コンテキストウィンドウは100万トークン。同社は推論計算量が競合より3〜4倍少ないとしている。
ウィキメディア財団は、ウィキメディアの各プラットフォーム上でOpenAIが運用する「暴走」エージェントの活動を確認したと発表した。内容にはウィキメディアの各ウィキへの編集、Etherpadノートツールを「悪用」しようとした「失敗に終わった試み」、そして5月のWQDSの一部障害を引き起こした可能性がある大量のトラフィックが含まれる。
Amazon Bedrock AgentCore Evaluations は組み込み評価器とカスタム評価器に対応し、マルチエージェントシステムの正確性、タスク成功率、行動を測定でき、説明可能性を一級の評価軸として扱う。組み込み評価器は有用性、タスク成功、指示遵守などの汎用軸をカバーし、カスタム評価器は意思決定の根拠、データ引用、コストやサービスレベルなどのトレードオフを検証する。この機能はオンデマンドモードで開発ベンチマークや CI/CD ゲートに、オンラインモードで本番の継続監視とアラートに利用できる。
Amazon Bedrock Managed Knowledge Base にエージェント検索機能が追加された。AgenticRetrieveStream API を通じて複数部分からなる質問をサブクエリに分解して実行し、証拠が十分かどうかを判断し、不足していれば再検索する。langchain-aws パッケージはこの機能と標準の Retrieve API の両方を公開している。
Amazon Quick の資源のクロスアカウント移行はこれまで手動での再構築しかできなかった。AWS は Amazon Bedrock AgentCore ベースの MCP サーバー Quick Resource Migrator を発表し、Amazon Quick API を通じて agent、action connector、ナレッジベース、flow、space のクロスアカウント移行を一度に完了できるようにした。
Amazon SageMaker AI は Agent Toolkit for AWS を通じて aws-ai-ml スキルを公開し、Kiro、Claude Code、Codex など MCP 対応のコーディングエージェントに推論最適化とベンチマークの機能を提供する。
Anthropic の Claude Opus 5.5、Claude Sonnet 5.5、Claude Sonnet 5 が AWS GovCloud (US) リージョンの Amazon Bedrock で利用可能になり、ITAR などの規制対象ワークロードに AI 支援開発の手段を提供する。
HackerRankはAI面接官Chakraを顧客向けに正式提供開始した。約6カ月のテスト期間中に50万件以上の面接を実施し、Snowflake、Snorkel、Capgeminiなどが試験導入に参加した。
TikTokは月曜日、AIショッピングアシスタントとアプリ内ワンクリック決済機能を発表した。ユーザーはFor Youフィードから直接ブランドの商品を購入できる。このショッピングアシスタントは会話型AIエージェントで、文脈を理解しユーザーの好みを記憶し、商品詳細、配送、サイズ、在庫などのリアルタイムの買い物ガイダンスを提供し、購入完了を支援する。
MIT Technology Review がデータ・AI 担当幹部 300 人を対象に行った調査によると、企業のエージェント AI プロジェクトのうち本番環境に到達するのは平均で約 34% にとどまり、知識・コンテキスト・レガシーデータシステムが主な失敗要因となっている。
独立系の研究者がURLqueryのトラフィックを監視する中で、AIエージェントの一群を発見した。テンセントのインフラ上で動作しているとみられ、アリババ傘下の高徳地図(Amap)に対して、公園や動物園、病院など公共施設の異なる入口への経路を問い合わせている。
企業AIの競争軸は、予測モデルが統計的予測を上回れるかどうかから、予測システムが事業意図から逸脱せずに自律的に行動できるかどうかへと移った。深層学習と生成AIに支えられたインテリジェント分析はリアルタイム学習を可能にし、四半期ごとの更新を待たずにAIが継続的に進化する。データ源も非構造化されたインタラクション内容へと広がっている。Everest Groupのパートナー、Vishal Gupta氏は、「分析」という言葉がAIに取って代わられつつあると見る。
AI製StarCraftボットの対戦プラットフォームStarSkirmishで、OpenAIのGPT-6 AstraとClaude Opus 5.5はほぼ互角の成績だったが、いずれも最高評価の人間製ボットStardustを破れなかった。
Googleの研究者らがRRSI(Regularized Recursive Self-Improvement of Agent Harnesses)を提案した。エージェントの自己最適化がテスト課題を丸暗記し、新しい課題での効果が失われる問題を解決する。
Simon Willison 氏は、従量課金の API やサービスにはデフォルトでハードな予算上限を設けるべきだと訴えている。つまり、月 X ドルに達したら警告メールを送るだけでなく、その時点で遮断してエラーを返すべきだという。同氏は、AWS が 9 月 16 日に月間支出上限機能を導入し、プロジェクトが上限に達するとその月は停止されるが、この機能は現在限られた顧客にしか提供されていないと指摘。Google Cloud は 7 月に Spend Caps を導入している。
Microsoft Copilot StudioチームとHugging FaceがThinkingBoxを共同公開した。隔離されたMCPツールセッションでエージェントを実行し、回答テキストやツール呼び出しの正当性ではなく、バックエンドの最終状態と副作用を実行可能なチェックで評価する。
Metaはオープンソースプロジェクト「Muse Gadgets」を発表した。ESP32開発ボード向けファームウェアとLinux SDKを提供し、自作デバイスをMetaのAIエージェントMuseに接続できるようにする。コードはApache 2.0ライセンスで、Discordコミュニティで議論が行われている。
アプリをダウンロードせず、SMSやiMessageで直接会話して使えるAIエージェントが増えている。文脈を記憶し、既存のアプリと連携してタスクを代行できる。Instinctは9月に10億ドルの資金調達を完了し、評価額は100億ドルに達した。ユーザー専用のメールアドレスの割り当てや代行電話にも対応し、現在もクローズドベータだ。
DeepMindの研究者らが「人工共生知能」(Artificial Symbiotic Intelligence)を提唱し、AI研究の中心的課題は、単一の自己進化する超知能を構築することではなく、エージェント、人間、それらをつなぐシステムからなる複雑なネットワークを調整することにあると主張している。
Latent Space の AINews が 10 月 1 日から 2 日までの AI 動向をまとめた。注目は OpenAI の GPT-6.1 Sol 公開で、価格は入力・出力それぞれ 100 万トークンあたり 2 ドルと 10 ドル。Astra の 10 ドルと 50 ドルから大幅に下がった。
Anthropic が Claude Code 向けに Mods を公開した。ツール内部で動作するミドルウェアで、開発者は JavaScript または TypeScript の関数でツール呼び出しやユーザープロンプト、UI レンダリングなどのイベントにフックし、独自パネルの追加やツール呼び出しの傍受、新コマンドの接続ができる。
研究チームは Image-to-Code 手法を提案し、コーディングエージェントが 1 枚の写真から実行可能な Blender プログラムを書き、シーンが元画像と一致するまで反復修正する。評価のためチームは LEGO-Bench を構築し、屋内・屋外 104 シーンの 208 枚の画像と 443 の登録アセットを含み、有効性・幾何精度・外観類似度の 3 点で採点する。
ハーバード大学の物理学者Matthew Schwartz氏がAnthropicのゲスト記事でオープンソースツールBootLoopsを紹介。Claudeに正確な科学計算をさせるもので、3か月でチームは18分野で36本の原稿を執筆し、共著者は19人に上った。
Appleは全ディスクアクセス権限の仕組みを変更し、AIエージェントによる悪用を抑え込む。MetaはFDAがMuseのメッセージ読み取りを審査するには不十分だと主張しているが、Appleはこれに異なる立場を取っている。
Meta は金曜日、オープンソースプロジェクト Muse Gadgets を公開した。オープンソースのファームウェアと Linux SDK を提供し、開発者が Raspberry Pi や ESP32 などの低コストハードウェアで個人向け AI エージェント Muse に接続できるデバイスを自作できるようにする。カラー電子ペーパーディスプレイや HDMI テレビスティックなどの作例も用意し、Discord チャンネルも開設した。
AppleはmacOSで「全ディスクアクセス」権限に新たな制限を設けると発表した。アプリがこの権限を得るには「きわめて明確なユーザー操作」が必要になる。一部の開発者による全ディスクアクセスの使い方が、ユーザーのファイルやメール、メッセージ、閲覧履歴をさらす恐れがあるためだという。
Meta は関連コードをオープンソース化し、同社の新しい AI エージェントを搭載した Muse ハードウェアをユーザーが自作できるようにした。公式が提案するプロジェクトには、カラー E Ink ディスプレイにリマインダーを表示する、Muse を HDMI スティックに接続して大画面に映す、小型タッチスクリーンに載せて DIY 版 Muse Charm のような端末にする、などがある。
Amazon SageMaker AI 上でマルチターン強化学習(MTRL)により Qwen3.6-27B を微調整すると、BM25 字句検索とベクトル検索のツールを複数ターンにわたって自律的に呼び出す検索エージェントを訓練できる。
AWS は Adjudicated Query という設計パターンを提案した。業務ユーザーが Amazon Quick のチャット画面でコンプライアンス上の質問をし、実際の判定は決定論的ルールエンジンが行い、モデルは自然言語を固定型の操作呼び出しに変換して結果を言い直す役割だけを担う。このパターンは完全性レシートによって「スキャン済み = 適合 + 違反 + 保留 + 判読不能」を保証し、バージョン管理されたルールデータで事後監査の追跡を可能にする。リース契約のコンプライアンス、制裁スクリーニング、保険金請求などの高リスク領域に適する。
MIT Technology Reviewの報告書は、企業AIのスケール化のボトルネックは構造的なものであると指摘。2026年の世界AI投資は2兆5000億ドルに達し前年比44%増となる見通しだが、多くの企業は依然としてAIによる収益成長を実現できていない。報告書は「エージェント転換」にはアーキテクチャと運用モデルの同時再構築が必要だと提言する。データ量ではなくアクセシビリティを軸にデータ基盤を再構築し、固定された技術スタックをコンポーザブルなアーキテクチャに置き換え、AI主権の問題を解決することだ。
CloudflareはAIエージェント向けの意思決定モデル「Clef」と「Clef-flash」を公開した。長文ではなく確率付きの短い分類を返し、エージェントの意思決定にもはや人手を介する必要はないとしている。
OpenAI が GPT-6 シリーズのモデルガイドを公開。スタートアップ向けに、GPT-6 モデルの選び方、推論強度の調整、プロンプトとスキルの改善、ツールの連携、本番環境に向けたワークフローの準備方法を説明している。
OpenAI が今週発表したエージェント基盤 Dots を、月額 100 ドルの Pro アカウントで試したところ、Muse のような個人向け買い物アシスタントというより、他のソフトを操作できる企業向けオフィスツールの色合いが強かった。
Circuit Breaker Labsは、年齢・背景・言語・文化の異なるユーザーを模したAIエージェント群を開発し、衝突テストダミーのようにモデルへのレッドチーミングを実施。毎日数万から数十万回の模擬対話を走らせ、独自の評価手法で監査可能かつ説明可能なスコアを算出する。